Java学习者论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

手机号码,快捷登录

恭喜Java学习者论坛(https://www.javaxxz.com)已经为数万Java学习者服务超过8年了!积累会员资料超过10000G+
成为本站VIP会员,下载本站10000G+会员资源,购买链接:点击进入购买VIP会员
JAVA高级面试进阶视频教程Java架构师系统进阶VIP课程

分布式高可用全栈开发微服务教程

Go语言视频零基础入门到精通

Java架构师3期(课件+源码)

Java开发全终端实战租房项目视频教程

SpringBoot2.X入门到高级使用教程

大数据培训第六期全套视频教程

深度学习(CNN RNN GAN)算法原理

Java亿级流量电商系统视频教程

互联网架构师视频教程

年薪50万Spark2.0从入门到精通

年薪50万!人工智能学习路线教程

年薪50万!大数据从入门到精通学习路线年薪50万!机器学习入门到精通视频教程
仿小米商城类app和小程序视频教程深度学习数据分析基础到实战最新黑马javaEE2.1就业课程从 0到JVM实战高手教程 MySQL入门到精通教程
查看: 591|回复: 0

[默认分类] 理解A*寻路算法具体过程

[复制链接]
  • TA的每日心情
    开心
    2021-12-13 21:45
  • 签到天数: 15 天

    [LV.4]偶尔看看III

    发表于 2018-7-13 14:34:53 | 显示全部楼层 |阅读模式
            这两天研究了下 A* 寻路算法, 主要学习了这篇文章, 但这篇翻译得不是很好, 我花了很久才看明白文章中的各种指代. 特写此篇博客用来总结, 并写了寻路算法的代码, 觉得有用的同学可以看看. 另外因为图片制作起来比较麻烦, 所以我用的是原文里的图片.
            当然寻路算法不止 A* 这一种, 还有递归, 非递归, 广度优先, 深度优先, 使用堆栈等等, 有兴趣的可以研究研究~~
    简易地图

            如图所示简易地图, 其中绿色方块的是起点 (用 A 表示), 中间蓝色的是障碍物, 红色的方块 (用 B 表示) 是目的地. 为了可以用一个二维数组来表示地图, 我们将地图划分成一个个的小方块.
            二维数组在游戏中的应用是很多的, 比如贪吃蛇和俄罗斯方块基本原理就是移动方块而已. 而大型游戏的地图, 则是将各种"地貌"铺在这样的小方块上.
    寻路步骤
             1. 从起点A开始, 把它作为待处理的方格存入一个"开启列表", 开启列表就是一个等待检查方格的列表.
             2. 寻找起点A周围可以到达的方格, 将它们放入"开启列表", 并设置它们的"父方格"为A.
             3. 从"开启列表"中删除起点 A, 并将起点 A 加入"关闭列表", "关闭列表"中存放的都是不需要再次检查的方格

            图中浅绿色描边的方块表示已经加入 "开启列表" 等待检查. 淡蓝色描边的起点 A 表示已经放入 "关闭列表" , 它不需要再执行检查.
            从 "开启列表" 中找出相对最靠谱的方块, 什么是最靠谱? 它们通过公式 F=G+H 来计算.
            F = G + H
                     G 表示从起点 A 移动到网格上指定方格的移动耗费 (可沿斜方向移动).
                     H 表示从指定的方格移动到终点 B 的预计耗费 (H 有很多计算方法, 这里我们设定只可以上下左右移动).

            我们假设横向移动一个格子的耗费为10, 为了便于计算, 沿斜方向移动一个格子耗费是14. 为了更直观的展示如何运算 FGH, 图中方块的左上角数字表示 F, 左下角表示 G, 右下角表示 H. 看看是否跟你心里想的结果一样?
            从 "开启列表" 中选择 F 值最低的方格 C (绿色起始方块 A 右边的方块), 然后对它进行如下处理:
             4. 把它从 "开启列表" 中删除, 并放到 "关闭列表" 中.
             5. 检查它所有相邻并且可以到达 (障碍物和 "关闭列表" 的方格都不考虑) 的方格. 如果这些方格还不在 "开启列表" 里的话, 将它们加入 "开启列表", 计算这些方格的 G, H 和 F 值各是多少, 并设置它们的 "父方格" 为 C.
             6. 如果某个相邻方格 D 已经在 "开启列表" 里了, 检查如果用新的路径 (就是经过C 的路径) 到达它的话, G值是否会更低一些, 如果新的G值更低, 那就把它的 "父方格" 改为目前选中的方格 C, 然后重新计算它的 F 值和 G 值 (H 值不需要重新计算, 因为对于每个方块, H 值是不变的). 如果新的 G 值比较高, 就说明经过 C 再到达 D 不是一个明智的选择, 因为它需要更远的路, 这时我们什么也不做.

            如图, 我们选中了 C 因为它的 F 值最小, 我们把它从 "开启列表" 中删除, 并把它加入 "关闭列表". 它右边上下三个都是墙, 所以不考虑它们. 它左边是起始方块, 已经加入到 "关闭列表" 了, 也不考虑. 所以它周围的候选方块就只剩下 4 个. 让我们来看看 C 下面的那个格子, 它目前的 G 是14, 如果通过 C 到达它的话, G将会是 10 + 10, 这比 14 要大, 因此我们什么也不做.
            然后我们继续从 "开启列表" 中找出 F 值最小的, 但我们发现 C 上面的和下面的同时为 54, 这时怎么办呢? 这时随便取哪一个都行, 比如我们选择了 C 下面的那个方块 D.

            D 右边已经右上方的都是墙, 所以不考虑, 但为什么右下角的没有被加进 "开启列表" 呢? 因为如果 C 下面的那块也不可以走, 想要到达 C 右下角的方块就需要从 "方块的角" 走了, 在程序中设置是否允许这样走. (图中的示例不允许这样走)

            就这样, 我们从 "开启列表" 找出 F 值最小的, 将它从 "开启列表" 中移掉, 添加到 "关闭列表". 再继续找出它周围可以到达的方块, 如此循环下去...
            那么什么时候停止呢? —— 当我们发现 "开始列表" 里出现了目标终点方块的时候, 说明路径已经被找到.
    如何找回路径

            如上图所示, 除了起始方块, 每一个曾经或者现在还在 "开启列表" 里的方块, 它都有一个 "父方块", 通过 "父方块" 可以索引到最初的 "起始方块", 这就是路径.
    将整个过程抽象
    把起始格添加到 "开启列表"
    do
    {
           寻找开启列表中F值最低的格子, 我们称它为当前格.
           把它切换到关闭列表.
           对当前格相邻的8格中的每一个
              if (它不可通过 || 已经在 "关闭列表" 中)
              {
                    什么也不做.
               }
              if (它不在开启列表中)
              {
                    把它添加进 "开启列表", 把当前格作为这一格的父节点, 计算这一格的 FGH
              if (它已经在开启列表中)
              {
                    if (用G值为参考检查新的路径是否更好, 更低的G值意味着更好的路径)
                        {
                                把这一格的父节点改成当前格, 并且重新计算这一格的 GF 值.
                        }
    } while( 目标格已经在 "开启列表", 这时候路径被找到)
    如果开启列表已经空了, 说明路径不存在.
    最后从目标格开始, 沿着每一格的父节点移动直到回到起始格, 这就是路径.
    主要代码
    程序中的 "开启列表" 和 "关闭列表"
    1. List<Point> CloseList;
    2. List<Point> OpenList;
    复制代码
    Point 类
    1. public class Point
    2. {
    3.     public Point ParentPoint { get; set; }
    4.     public int F { get; set; }  //F=G+H
    5.     public int G { get; set; }
    6.     public int H { get; set; }
    7.     public int X { get; set; }
    8.     public int Y { get; set; }
    9.     public Point(int x, int y)
    10.     {
    11.         this.X = x;
    12.         this.Y = y;
    13.     }
    14.     public void CalcF()
    15.     {
    16.         this.F = this.G + this.H;
    17.     }
    18. }
    复制代码
    寻路过程
    1. public Point FindPath(Point start, Point end, bool IsIgnoreCorner)
    2. {
    3.     OpenList.Add(start);
    4.     while (OpenList.Count != 0)
    5.     {
    6.         //找出F值最小的点
    7.         var tempStart = OpenList.MinPoint();
    8.         OpenList.RemoveAt(0);
    9.         CloseList.Add(tempStart);
    10.         //找出它相邻的点
    11.         var surroundPoints = SurrroundPoints(tempStart, IsIgnoreCorner);
    12.         foreach (Point point in surroundPoints)
    13.         {
    14.             if (OpenList.Exists(point))
    15.                 //计算G值, 如果比原来的大, 就什么都不做, 否则设置它的父节点为当前点,并更新G和F
    16.                 FoundPoint(tempStart, point);
    17.             else
    18.                 //如果它们不在开始列表里, 就加入, 并设置父节点,并计算GHF
    19.                 NotFoundPoint(tempStart, end, point);
    20.         }
    21.         if (OpenList.Get(end) != null)
    22.             return OpenList.Get(end);
    23.     }
    24.     return OpenList.Get(end);
    25. }
    复制代码
    下载代码
            
    本文链接: http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    QQ|手机版|Java学习者论坛 ( 声明:本站资料整理自互联网,用于Java学习者交流学习使用,对资料版权不负任何法律责任,若有侵权请及时联系客服屏蔽删除 )

    GMT+8, 2024-3-29 06:20 , Processed in 0.316355 second(s), 37 queries .

    Powered by Discuz! X3.4

    © 2001-2017 Comsenz Inc.

    快速回复 返回顶部 返回列表